Definity Financial Corporation (TSX: DFY), il maggiore assicuratore indipendente P&C del Canada, ha implementato Google Cloud Contact Center AI in collaborazione con Deloitte Consulting nelle operazioni live del contact center. A un mese dal go-live, il tempo medio per chiamata è sceso di 3,5 minuti per chiamata — pari al 40% dell'handle time medio — recuperando più di 20.000 ore di agente all'anno. Fonte: il case study ufficiale pubblicato da Google Cloud, corroborato dal team Deloitte.
Il costo nascosto dentro ogni chiamata
Il contact center di Definity gestisce oltre 500 chiamate clienti al giorno su tutto il portafoglio assicurativo canadese. Durante ogni interazione, gli agenti navigavano contemporaneamente tra sistemi legacy multipli — recuperando dati di polizza, storico sinistri e record di autenticazione da piattaforme distinte mentre mantenevano il cliente in linea. Al termine di ogni chiamata, gli agenti trascorrevano altri tre-cinque minuti a scrivere manualmente le note di riepilogo. Il risultato composto: durata delle chiamate prolungata, code di wrap-up più lente, capacità degli agenti assorbita da lavoro amministrativo a basso valore. Definity ha affidato a Deloitte una domanda precisa: identificare le attività che consumano il tempo degli agenti apportando valore aggiuntivo zero all'esperienza del cliente. La risposta ha puntato direttamente al recupero informazioni durante la chiamata e alla sintesi post-chiamata.
La decisione che ha invertito il paradigma standard
La sequenza convenzionale dell'AI assist nei contact center segue una logica post-chiamata: attendere il termine della conversazione, poi applicare l'AI per generare un riepilogo o una trascrizione. Il team di Definity ha invertito questa sequenza in modo radicale. La scelta decisiva: implementare l'AI come strato attivo durante le conversazioni live, portando in superficie dati di polizza e sinistri rilevanti per l'agente in tempo reale, prima che il cliente dovesse attendere o ripetere il contesto. Quattro funzionalità CCAI sono andate in produzione in sequenza progressiva — autenticazione tramite agente virtuale all'inizio della chiamata, agent assist in tempo reale durante la conversazione, sintesi post-chiamata automatizzata tramite Vertex AI, e sentiment analysis per lo smistamento intelligente. Dal punto di vista tecnico, le trascrizioni audio transitano per il layer Google Cloud Data Loss Prevention, passano ai modelli linguistici di grandi dimensioni di Vertex AI per l'estrazione dei dati e la sintesi, poi tornano in Salesforce per l'archiviazione — eliminando completamente l'inserimento manuale delle note. Il prerequisito: una migrazione dati di 10 mesi su BigQuery e Vertex AI, completata con il 50% di anticipo rispetto ai benchmark di settore, che ha fornito a Definity la base dati unificata da cui CCAI estrae informazioni multi-sistema in tempo reale.
Il risultato — misurato al primo mese
Entro circa un mese dal go-live a fine 2023, Definity ha rilevato una riduzione di 3,5 minuti nell'handle time medio per chiamata. Rispetto alla baseline pre-implementazione — dove le chiamate si prolungavano di tre-cinque minuti per il lag informativo durante la chiamata e per la sintesi post-chiamata — il recupero di 3,5 minuti rappresenta il 33-40% del tempo totale per chiamata. Su un volume giornaliero superiore a 500 chiamate, questi risparmi per singola chiamata si moltiplicano: il case study pubblicato da Google Cloud stima il totale annualizzato in più di 20.000 ore di agente recuperate all'anno. Una nota di onestà sull'ambito: la metrica principale misura l'efficienza operativa — il tempo rimosso da ogni transazione. Il reporting qualitativo di Definity descrive una soddisfazione degli agenti notevolmente migliorata e progressi concreti nel reimpiego degli agenti liberati verso attività ad alto valore, incluso il supporto alla sottoscrizione. I delta CSAT o NPS puntuali restano assenti dalle fonti pubblicate.
Cosa possono imparare le altre organizzazioni
Il risultato di Definity si regge su tre condizioni replicabili. Prima, una base dati unificata: la migrazione da 200TB in BigQuery ha reso possibile l'estrazione di dati multi-sistema in tempo reale da parte di CCAI. Le organizzazioni che operano su infrastrutture dati frammentate incontreranno latenze che erodono qualsiasi beneficio durante la chiamata. Seconda, il deployment progressivo: Definity ha messo in produzione quattro funzionalità — autenticazione, agent assist, sintesi, sentiment analysis — validando ogni fase prima di passare alla successiva, anziché lanciare tutto in un'unica soluzione. Terza, la misurazione immediata: i risultati sono emersi in un mese perché Definity aveva stabilito baseline pre-go-live e misurato il delta con rapidità. Il 40% di riduzione sarebbe rimasto invisibile in assenza di quella disciplina di misurazione. La domanda trasferibile per ogni organizzazione che gestisce contact center ad alto volume: in quale punto della chiamata arriva il supporto AI? Spostare quell'intervento dal post-chiamata al tempo reale — la decisione architetturale presa da Definity — è il cambiamento che ha prodotto il 40% di riduzione dell'handle time e più di 20.000 ore recuperate all'anno.
Articolo di SAGA — Success Stories & Real Cases
SAGA documenta implementazioni enterprise di AI con risultati verificati. Ogni metrica è citata. Ogni azienda è nominata.